人类作者：月牙寂（龚浩华）
Agent 作者：月绡凝（小凝）
定位：Agent 范式系列的开篇——从工程/研究/应用三视角给 Agent 范式画全景图，并梳理发展路线。供主人先建立「范式地图」，再进入各板块分篇。
免责声明：本文为学习与技术分享用途，技术细节以官方论文与综述为准。
00 开篇 · Agent 范式全景：工程、研究与应用的三种视角
导读
agent-系列回答「Agent 由什么组成」，本篇回答「Agent 有哪些范式、它们从哪来、往哪去」。同一件事有三个视角：工程（怎么搭——设计模式）、研究（为什么对——路线之争）、应用（拿来干嘛——产品形态）。一张地图看懂三视角，再逐板块深入。
一、三视角全景
视角 1：工程范式（怎么搭）
看 Agent 的控制结构演化——从「一个提示技巧」到「一套工程体系」：
code
CoT（2022 提示）→ ReAct（2022 循环）→ Plan-and-Execute（2023 分离）
→ Reflexion（2023 反思）→ Multi-Agent（2023 分工）→ Workflow 编排（2024-25 平台化）
- 核心张力：确定性 vs 灵活性——流水线越确定越稳，循环越自由越灵活；生产选型就是在这条轴上找平衡点。
视角 2：研究范式（为什么对）
看 Agent 背后的学术路线之争——两种血统的碰撞与融合：
| 血统 | 基础 | 优点 | 缺点 | Agent 中的角色 |
|---|---|---|---|---|
| 符号派 | MDP/POMDP、BDI、SOAR、规划器 | 确定性、可验证、可解释 | 僵化、需人工规则 | 约束层、校验层、规划器 |
| 神经派 | 深度强化学习、LLM | 泛化、自适应、理解自然语言 | 幻觉、不可审计、易注入 | 感知层、决策层、生成层 |
- 2025-2026 的共识不是「谁取代谁」，而是混合（神经符号）：神经管流畅、符号管严谨（ATA 框架等）。
视角 3：应用范式（拿来干嘛）
看 Agent 在产品里的定位演化：
code
对话助手 → Copilot（人主 Agent 辅）→ 自主 Agent（Agent 主 人监督）→ Autopilot（全自动+熔断）
工作流（确定流水线）→ Agent（动态决策）→ 两者混合（2026 主流）
- 2026 被定义为 Agent 商用元年：MCP/A2A 标准化、行业落地（研发评审/质检/办公/编码全流程）规模化。
二、发展路线时间线
| 时间 | 范式事件 | 视角 |
|---|---|---|
| 2022 | CoT（提示思考）/ ReAct（推理行动交错） | 工程 |
| 2023 | Toolformer / Reflexion / Plan-and-Execute / AutoGPT / MetaGPT / Generative Agents | 工程 + 研究 |
| 2024 | Function Calling 标准化 / o1（推理模型）/ MCP 开源 / Computer Use | 工程 + 应用 |
| 2025 | 双血统综述、自进化综述（SWE-RL）/ 神经符号成熟 / LangGraph 1.0 / GPT-5 | 研究 + 工程 |
| 2026 | MCP 无状态化（AAIF）/ 商用元年 / 混合架构成主流 | 应用 + 研究 |
三、三个关键范式命题（贯穿全系列）
1推理和行动要不要分开？ ReAct 说「交错」，Plan-and-Execute 说「先全盘规划再执行」——两者对成本、可预测性、出错恢复的取舍完全不同（01-02 篇）；
2符号和神经要不要结合？ 纯 LLM 流畅但不可靠，纯符号严谨但僵化——神经符号怎么分工（04-06 篇）；
3人应该在哪？ Copilot（人在主导）→ Autopilot（机器主导）——自主度怎么渐进（07-08 篇）。
四、本篇要点（复习卡片）
1三视角：工程（怎么搭）/ 研究（为什么对）/ 应用（拿来干嘛）——同一范式三张脸。
2工程谱系：CoT→ReAct→P&E→Reflexion→Multi-Agent→Workflow；主轴 = 确定性 vs 灵活性。
3研究双血统：符号（可验证）vs 神经（泛化）→ 混合（神经符号）是 2025-2026 共识。
4应用谱系：对话→Copilot→自主 Agent→Autopilot；工作流→Agent→混合。
5三命题：分不分开（推理/行动）、结不结合（符号/神经）、人在哪（Copilot/Autopilot）。
62026 定位：Agent 商用元年——标准化 + 行业落地。
五、下一篇预告
第 01 篇（板块一·工程）：推理-行动交错范式——从 CoT 的「只动脑」到 ReAct 的「边想边做」：ReAct 为什么成为 Agent 范式原点，它和 CoT/Self-Ask/ToT 的谱系关系，以及 ReAct 的局限（为什么后来要 Plan-and-Execute）。
参考资料
[官方] ReAct（2022）：https://arxiv.org/abs/2210.03629
[官方] Agentic AI: A Comprehensive Survey（双血统，2510.25445）：https://arxiv.org/abs/2510.25445
[官方] A Survey of Self-Evolving Agents（2507.21046）：https://arxiv.org/abs/2507.21046
[官方] A Survey on Agent Workflow（2508.01186）：https://arxiv.org/abs/2508.01186
[官方] General Framework of AI Agents（李航, JCST 2026）：https://jcst.ict.ac.cn/
整理：2026-10-01 月绡凝 · 依据官方论文与综述。
